Supply Chain und Logistik Daten und KI in der Praxis (Dr. Thomas Schamberg, SVP Supply Chain, Evonik)

Dr. Thomas Schamberg, SVP Supply Chain beim Chemiekonzern Evonik,
war zu Gast bei unserem Felgendreher & Friends Supply Chain
Community Event in Düsseldorf und hat uns einen Praxisbericht
mitgebracht, der erklärt, wie Thomas und sein Team Daten aus
Logistik und Supply Chain mit Hilfe von KI "actionable" macht.
Danach haben wir gemeinsam im Kreis von Logistik und Supply Chain
Verantwortlichen aus unterschiedlichen Branchen wie Chemie,
Maschinenbau, Großhandel, Stahl, FMCG, Pharma, Einzelhandel und
Online-Handel über diesen Praxisbericht diskutiert. Dabei ging es
unter anderem um folgende Themen: Impulsvortrag von Thomas
Scharnberg: 1. Einführung in die Supply Chain bei Evonik: Überblick
über die Komplexität der Supply Chain (150 Produktionsanlagen in
100 Ländern, teilweise 18 Monate Produktionsdauer). Chemische
Industrie hat Nachholbedarf in der Digitalisierung der Supply Chain
Traditionelle Planungsmethoden (Excel, MES-Systeme) vs. moderne
Lösungen Herausforderungen durch Mergers & Acquisitions und die
Integration verschiedener Systeme. 2. Digitalisierung und KI in der
Supply Chain: Umstellung auf SAP S4 HANA (mit Brownfield Approach,
bestehende Probleme wurden übernommen). Einführung von IBP for
Demand zur besseren Planbarkeit. Entwicklung eines KI-gestützten
Entscheidungsmodells zur Optimierung von Forecasts. 3. KI und
Machine Learning für Demand Forecasting: Nutzung von vorgefertigten
ML-Modellen, die an Evonik-spezifische Forecast-Daten angepasst
werden. Verbesserung der Forecast Accuracy durch datengetriebene
Optimierung Zusammenarbeit mit Forschungspartnern für noch
präzisere Vorhersagen. 4. Order-to-Cash-Prozess &
Automatisierung: Automatisierung der Auftragserfassung durch
Schrifterkennung und direkte SAP-Integration. Abbau manueller
Prozesse (z.B. Faxbestellungen) Auswirkungen auf die Workforce:
Schrittweise Optimierung statt plötzlicher Einsparungen. Fokus auf
No-Touch oder Less-Touch-Order Processing. 5. Transportmanagement
& Visibility: Herausforderung: Sehr fragmentierte
Dienstleisterstruktur (ca. 700–800 Partner). Strategie:
Konsolidierung auf wenige große Partner (4PL). Implementierung
eines globalen Transportmanagementsystems (TMS).
Tracking-Integration mit GPS- und Geofencing-Daten. Optimierung von
Lead Times & Working Capital durch bessere Transportplanung. 6.
KI für Entscheidungsfindung & Automatisierung: Einsatz von
ChatGPT und Co-Pilot zur internen Wissensorganisation
Protokollerstellung & Aufgabenverwaltung mit KI-Assistenz in
Meetings Zukunft: KI-gestützte Entscheidungsfindung (z. B.
Netzwerkoptimierung, alternative Lieferstrategien). Ausblick auf
KI-Agenten, die selbstständig Prozesse auslösen. Diskussionsrunde
mit dem Publikum: Frage 1: Automatisierung & Auswirkungen auf
die Belegschaft Schrittweise Optimierung, keine plötzlichen
Entlassungen. Frage 2: Transportmanagement & Visibility in
Asien End-to-End-Tracking als Ziel, Herausforderungen durch
regionale IT-Schnittstellen. Frage 3: Akzeptanz von KI in der
Belegschaft Wichtigkeit von Schulungen, IT-affine Mitarbeiter als
Botschafter. Frage 4: Strategische vs. kurzfristige
Transport-Tender Fokus auf langfristige Partner für bessere
Datenqualität und Stabilität. Hilfreiche Links: Thomas Schamberg
auf LinkedIn: https://www.linkedin.com/in/thomas-schamberg/ Boris
Felgendreher auf LinkedIn:
https://www.linkedin.com/in/borisfelgendreher/ Unterstützt wurde
diese Diskussionsrunde von Logward, der No-Code Supply Chain
Execution Plattform: https://logward.com/